岳崇倫，曾 苑，郭云開,2

(1.廣州城建職業(yè)學(xué)院，廣東 廣州 510900；2.長(zhǎng)沙理工大學(xué) 測(cè)繪遙感應(yīng)用技術(shù)研究所，湖南 長(zhǎng)沙 410076)

汽車、火車、輪船等交通運(yùn)輸工具在人們的日常生活中扮演著不可或缺的角色，它們的速度是體現(xiàn)它們性能的重要指標(biāo)之一，如何測(cè)量它們的速度現(xiàn)在已經(jīng)有很多方法，而如何提高測(cè)速精度是現(xiàn)在研究的重點(diǎn)。對(duì)于海上行駛的交通運(yùn)輸工具來(lái)說，精確測(cè)量它們的速度更加難，大海上沒有參照物，也不可能架設(shè)雷達(dá)等設(shè)備，因成本太高。

2020 年 6 月全面建成的北斗三號(hào)系統(tǒng)將為全球用戶提供授時(shí)、定位導(dǎo)航、全球短報(bào)文通信和國(guó)際搜救服務(wù)，同時(shí)可為中國(guó)及周邊地區(qū)用戶提供星基增強(qiáng)、地基增強(qiáng)、精密單點(diǎn)定位和區(qū)域短報(bào)文通信等服務(wù)。北斗衛(wèi)星導(dǎo)航系統(tǒng)(BeiDou Navigation Satellite System，BDS)作為著眼于國(guó)家安全和經(jīng)濟(jì)社會(huì)發(fā)展需要的國(guó)家重要時(shí)空基礎(chǔ)設(shè)施，是中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的重要領(lǐng)域。BDS 已成為聯(lián)合國(guó)衛(wèi)星導(dǎo)航委員會(huì)認(rèn)定的全球四大導(dǎo)航系統(tǒng)之一。相比于 GPS 的信號(hào)可靠性不能充分保障、易受“干擾”等弊端，BDS 具有抗遮擋能力強(qiáng)、服務(wù)精度更高、服務(wù)能力更強(qiáng)等特點(diǎn)。隨著我國(guó)衛(wèi)星事業(yè)的發(fā)展，其應(yīng)用功能和性能有很大提高空間[1]。交通運(yùn)輸部表示，2020年將在交通運(yùn)輸系統(tǒng)的道路客運(yùn)車輛、城市里的配送車輛、公交車、長(zhǎng)江干線的船舶以及飛機(jī)、火車全面推廣使用北斗衛(wèi)星的應(yīng)用。北斗三號(hào)系統(tǒng)的建成推進(jìn)了衛(wèi)星導(dǎo)航定位在汽車、火車、輪船等交通運(yùn)輸工具中的廣泛應(yīng)用。

海上航行用的定位方法幾乎都是衛(wèi)星導(dǎo)航，衛(wèi)星導(dǎo)航不但可以進(jìn)行定位，還可以進(jìn)行測(cè)速。衛(wèi)星導(dǎo)航系統(tǒng)在測(cè)速方面的應(yīng)用已經(jīng)十分廣泛，尤其是在海上航行時(shí)，衛(wèi)星導(dǎo)航是測(cè)量輪船速度最好的方法，因此衛(wèi)星導(dǎo)航測(cè)速?gòu)V泛應(yīng)用于航海。目前應(yīng)用于輪船動(dòng)態(tài)測(cè)速的方法[2]主要以基于GPS動(dòng)態(tài)測(cè)速方法為主，包含GPS多普勒頻移測(cè)速和GPS差分測(cè)速，但都存在一定不足，這兩種方法測(cè)速準(zhǔn)確性有待提高。然而，衛(wèi)星導(dǎo)航測(cè)速是存在誤差的，這些誤差一般都是偶然誤差，而且當(dāng)物體低速行駛時(shí)，誤差更明顯。衛(wèi)星導(dǎo)航接收機(jī)顯示的速度一般都包含噪聲，這些噪聲是隨機(jī)的，屬于高斯白噪聲，如何消除或減少這些噪聲是當(dāng)前研究的重點(diǎn)?？柭鼮V波[3]對(duì)于消除高斯白噪聲是一種很好的方法，對(duì)于提高衛(wèi)星導(dǎo)航測(cè)速精度有很好的效果。為此本文提出了利用卡爾曼濾波算法消除或減少噪音以提高衛(wèi)星導(dǎo)航測(cè)速精度，并進(jìn)行實(shí)驗(yàn)驗(yàn)證。

1 卡爾曼濾波

卡爾曼濾波是基于狀態(tài)空間方法的一套遞推濾波算法，在狀態(tài)空間方法中，引入了狀態(tài)變量的概念。卡爾曼濾波模型包括狀態(tài)向量和觀測(cè)向量，狀態(tài)向量每時(shí)每刻都在變化，這種變化可以用一個(gè)方程表示，而觀測(cè)向量也可以用一個(gè)方程表示，這兩個(gè)方程就組成了卡爾曼濾波模型。卡爾曼濾波首先通過狀態(tài)轉(zhuǎn)移方程預(yù)測(cè)下一個(gè)狀態(tài)，再根據(jù)觀測(cè)變量來(lái)得到系統(tǒng)的最優(yōu)估計(jì)[4-7]。

用一幅簡(jiǎn)單的流程圖來(lái)表示卡爾曼濾波工作的基本流程，見圖1。

圖1 卡爾曼濾波工作的基本流程圖

2 卡爾曼濾波在提高衛(wèi)星導(dǎo)航精度的應(yīng)用

衛(wèi)星導(dǎo)航接收機(jī)可以實(shí)時(shí)接收衛(wèi)星信號(hào)，計(jì)算出船舶的速度。但由于導(dǎo)航衛(wèi)星播發(fā)的信號(hào)存在噪聲干擾，加上海上情況復(fù)雜多變，衛(wèi)星導(dǎo)航接收機(jī)計(jì)算的速度含有噪聲數(shù)據(jù)，為了提高衛(wèi)星導(dǎo)航測(cè)速精度，需對(duì)數(shù)據(jù)進(jìn)行濾波處理，卡爾曼濾波是最好的方法[8-10]。

2.1 卡爾曼濾波模型的建立

假設(shè)船舶在n-1時(shí)刻的速度為v(n-1)，n時(shí)刻船舶速度為v(n)。n-1到n時(shí)刻的時(shí)間間隔為T，T=1 s，由于時(shí)間間隔T很小，因此可假設(shè)船舶在n-1到n時(shí)刻的加速度恒定為a(n-1)，則船舶在n時(shí)刻的速度表達(dá)式為：

v(n)=v(n-1)+a(n-1).

(1)

船舶在n時(shí)刻的加速度表達(dá)式為：

a(n)=u(n)+w(n).

(2)

下面定義狀態(tài)矩陣：

(3)

式中：v(n)表示船舶在n時(shí)刻的速度，a(n)表示船舶在n時(shí)刻的加速度，將式(1)和式(2)代入式(3)可得卡爾曼濾波狀態(tài)方程：

F·X(n-1)+U(n)+W(n) .

(4)

設(shè)卡爾曼濾波的測(cè)量方程為：

Y(n)=H·X(n)+R(n).

(5)

可得卡爾曼濾波模型為：

X(n)=F·X(n-1)+U(n)+W(n),

(6)

Y(n)=H·X(n)+R(n).

(7)

到此卡爾曼濾波模型已經(jīng)建立，根據(jù)模型得出卡爾曼濾波器5個(gè)方程：

狀態(tài)預(yù)測(cè)方程：

X-(n)=F·X(n-1)+U(n)；

(8)

協(xié)方差預(yù)測(cè)方程：

P-(n)=F·P(n-1)·FT+Q；

(9)

濾波增益方程：

K=P-(n)·HT(H·P-(n)·HT+R)-1；

(10)

狀態(tài)更新方程：

X(n)=X-(n)+K(Y(n)-HX-(n))；

(11)

協(xié)方差更新方程：

P(n)=(1-K·H)P-(n).

(12)

2.2 實(shí)驗(yàn)數(shù)據(jù)和卡爾曼濾波參數(shù)

在卡爾曼濾波模型中，只需已知測(cè)量數(shù)據(jù)Y(n)，船舶在n時(shí)刻的系統(tǒng)加速度u(n)，初始狀態(tài)數(shù)據(jù)X(0)和初始協(xié)方差矩陣P(0)，系統(tǒng)噪聲協(xié)方差矩陣Q，觀測(cè)噪聲R，通過迭代求出最優(yōu)解。

一艘輪船在海上行駛，船上安裝衛(wèi)星導(dǎo)航接收機(jī)，衛(wèi)星導(dǎo)航接收機(jī)實(shí)時(shí)顯示每一秒輪船的速度(單位為海里)，記錄下輪船在一段時(shí)間內(nèi)每秒的速度。記錄的數(shù)據(jù)見表1輪船速度測(cè)量值表。

表1 輪船速度測(cè)量值表

確定觀測(cè)噪聲R，雖然衛(wèi)星導(dǎo)航接收機(jī)計(jì)算出來(lái)的速度有誤差，但誤差不會(huì)太大，通過大量數(shù)據(jù)分析表明，觀測(cè)數(shù)據(jù)誤差不會(huì)超過1，因此可得觀測(cè)噪聲R=1。

接下來(lái)確定初始值，初始狀態(tài)數(shù)據(jù)的第一個(gè)量用第一個(gè)速度值表示，第二個(gè)量為0，因此可以確定初始狀態(tài)數(shù)據(jù)

2.3 Matlab仿真程序

本文的Matlab程序是在Matlab 7.0上編寫和運(yùn)行的。Matlab代碼:

X=[0.480; 0]; %狀態(tài)初值

P=[1 0; 0 1]; %狀態(tài)協(xié)方差矩陣

F=[1 1; 0 0]; %狀態(tài)轉(zhuǎn)移矩陣

Q=[0,0;0,1]; %狀態(tài)轉(zhuǎn)移協(xié)方差矩陣

H=[1 0]; %觀測(cè)矩陣

R=1; %觀測(cè)噪聲方差

Y=[ 0.480,0.470,0.460,……];%觀測(cè)數(shù)據(jù)，完整數(shù)據(jù)見表1

Z= zeros(1,120);

U=[0;0];%加速度初值

for i=1:120

if i>=2

U= [0;Y(i)-X(1)];

end

X_ = F*X+U;

P_ = F*P*F'+Q;

K = P_*H'/ (H*P_*H'+R);

X = X_+K*( Y(i) -H*X_);

P = ( eye(2) -K*H)*P_;

Z(i)=X(1);

End

figure;

hold on;

T=1:120;

plot(T,Y);%畫出觀測(cè)值圖形

figure;

hold on;

plot(T,Z); %畫出濾波值圖形

figure;

hold on;

plot(T,Y);

plot(T,Z,‘r’); %畫出觀測(cè)值與濾波值

figure;

hold on;

plot(T,Z-Y); %畫出觀測(cè)值與濾波值之差圖形

2.4 實(shí)驗(yàn)結(jié)果分析

觀測(cè)數(shù)據(jù)對(duì)應(yīng)的折線圖如圖2所示,由圖可明顯的看出有幾個(gè)數(shù)據(jù)跳躍十分大，這顯然是不合理的,可以將這些數(shù)據(jù)稱之為噪聲數(shù)據(jù)，卡爾曼濾波可以很好的處理這些數(shù)據(jù)。經(jīng)過卡爾曼濾波處理后得到的數(shù)據(jù)如表2所示。

表2 輪船速度濾波后數(shù)據(jù)表

續(xù)表2

輪船速度濾波后的值對(duì)應(yīng)的折線圖如圖3所示，很顯然在圖2中跳躍很明顯的數(shù)據(jù)已經(jīng)趨于平緩，卡爾曼濾波有了效果。

圖2 輪船速度測(cè)量值

圖3 濾波后輪船速度值

圖4 輪船速度測(cè)量值與濾波后速度值比較圖

圖5 輪船速度測(cè)量值與濾波后速度值之差

觀察表1的觀測(cè)數(shù)據(jù)，在26 s、27 s、28 s、29 s、30 s、31 s、32 s、33 s、34 s這些時(shí)刻的數(shù)據(jù)為1.110海里、1.720海里、1.280海里、2.230海里、1.310海里、2.660海里、2.270海里、3.380海里、4.060海里，這些數(shù)據(jù)跳躍十分大，很明顯有些數(shù)據(jù)是噪聲數(shù)據(jù)，經(jīng)過濾波后，這些數(shù)據(jù)變?yōu)?.244海里、1.484海里、1.539海里、1.888海里、1.794海里、2.108海里、2.538海里、3.120海里、4.022海里，可以看出，這些數(shù)據(jù)變得更加平滑，更加準(zhǔn)確。

綜上，卡爾曼濾波提高對(duì)船舶衛(wèi)星導(dǎo)航測(cè)速精度有很大效果。

3 結(jié)束語(yǔ)

本文實(shí)驗(yàn)測(cè)出了一艘輪船在海上一段時(shí)間內(nèi)行駛速度，受外界因素的干擾，衛(wèi)星導(dǎo)航測(cè)速得到的數(shù)據(jù)含有噪聲數(shù)據(jù)，本研究用卡爾曼濾波對(duì)含有隨機(jī)噪聲的數(shù)據(jù)有很好的過濾效果。通過卡爾曼濾波器對(duì)測(cè)出的數(shù)據(jù)進(jìn)行估計(jì)，得到相對(duì)更精確的數(shù)據(jù)；通過對(duì)比濾波前、后的數(shù)據(jù)，可明顯看出濾波后的數(shù)據(jù)更精確，因此卡爾曼濾波對(duì)提高衛(wèi)星導(dǎo)航精度效果比較理想。北斗作為我國(guó)的重要戰(zhàn)略性技術(shù)，從長(zhǎng)遠(yuǎn)看基于BDS的時(shí)空信息服務(wù)是智能導(dǎo)航的一個(gè)重要基礎(chǔ)組件，實(shí)現(xiàn)衛(wèi)星導(dǎo)航中的時(shí)空信息服務(wù)“無(wú)處不在，需則可用”是大勢(shì)所趨。隨著BDS的發(fā)展，衛(wèi)星導(dǎo)航行業(yè)的應(yīng)用場(chǎng)景挖掘是一個(gè)很重要的發(fā)展方向。在統(tǒng)一規(guī)劃時(shí)空信息服務(wù)支撐框架基礎(chǔ)上，提高服務(wù)精度尋求恰當(dāng)?shù)膽?yīng)用場(chǎng)景是BDS切實(shí)助力導(dǎo)航技術(shù)發(fā)展的關(guān)鍵。